Derin sinir ağları kullanarak türkiye’deki otomobil satışlarının tahmini için bir model

MakaleYalnız künye

Özet

Tüm kararlarda itici güç olan tedarik zinciri sürecinde talep tahmini, tedarik zinciri sürecinin en önemli bileşenlerinden birisidir. Gelecekteki ürün ve hizmetlerin tahmin edilmesi, diğer tüm tahminlerin başlangıç noktası olup diğer tüm süreçlerin temel girdisini oluşturmaktadır. Bu çalışmada, otomobil satış tahmini için 8 katmanlı Derin Sinir Ağ (DSA) modeli önerilmiştir. Modelin girdileri, döviz kuru, gayrisafi yurt içi hasıla, tüketici güven endeksi ve tüketici fiyat endeksi gibi çeşitli ekonomik göstergelerden oluşmaktadır. Modelin çıkışına göre araç satış tahmini yapılmıştır. 2011 ve 2018 yılları arasında aylık bazda toplam 90 veri toplanılarak analizler yapılmıştır. Elde edilen sonuçlar, bu yaklaşımın çeşitli satış tahmin problemlerinde kullanılabileceğini göstermektedir.

Anahtar Kelimeler

RDL Kalıcı Bağlantı (PID)
https://rdlopen.rawdatalibrary.net/r/munzur/6793Resmi atıflarda kullanılan kalıcı adres
İndeks kayıtları
Kaydın indeks veri tabanlarındaki sayfası (aktarımda alınan kayıt numarasıyla). Erişim, indeksin kendi koşullarına bağlıdır.
Atıflar
TR Dizin
5
Her kaynağın kendi saydığı toplam atıf; aktarım ve zenginleştirme sırasında alındı.
Tam Kayıt
AlanDeğerDil
dc.contributor.authorKaya, Sema Kayapinar
dc.contributor.authorYıldırım, Özal
dc.date.accessioned2026-10-28T15:12:02.264097573Z
dc.date.available2026-10-28T15:12:02.264097573Z
dc.date.issued2020
dc.description.abstractTüm kararlarda itici güç olan tedarik zinciri sürecinde talep tahmini, tedarik zinciri sürecinin en önemli bileşenlerinden birisidir. Gelecekteki ürün ve hizmetlerin tahmin edilmesi, diğer tüm tahminlerin başlangıç noktası olup diğer tüm süreçlerin temel girdisini oluşturmaktadır. Bu çalışmada, otomobil satış tahmini için 8 katmanlı Derin Sinir Ağ (DSA) modeli önerilmiştir. Modelin girdileri, döviz kuru, gayrisafi yurt içi hasıla, tüketici güven endeksi ve tüketici fiyat endeksi gibi çeşitli ekonomik göstergelerden oluşmaktadır. Modelin çıkışına göre araç satış tahmini yapılmıştır. 2011 ve 2018 yılları arasında aylık bazda toplam 90 veri toplanılarak analizler yapılmıştır. Elde edilen sonuçlar, bu yaklaşımın çeşitli satış tahmin problemlerinde kullanılabileceğini göstermektedir.
dc.identifier.eissn2667-7539
dc.identifier.endpage74
dc.identifier.issn1300-3410
dc.identifier.issue1
dc.identifier.startpage57
dc.identifier.urihttps://rdlopen.rawdatalibrary.net/r/munzur/6793
dc.identifier.volume31
dc.language.isoen
dc.relation.ispartofEndüstri Mühendisliği
dc.rightsinfo:eu-repo/semantics/closedAccess
dc.subjectBilgisayar Bilimleri, Yazılım Mühendisliği
dc.subjectİktisat
dc.subjectBilgisayar Bilimleri, Teori ve Metotlar
dc.subjectBilgisayar Bilimleri, Yapay Zeka
dc.titleDerin sinir ağları kullanarak türkiye’deki otomobil satışlarının tahmini için bir model
dc.typeArticle
rdl.citation.trdizin5
rdl.source.indexTRDIZIN